# 0211. 添加與搜索單詞 \* 數據結構設計
## 題目地址(211. 添加與搜索單詞 - 數據結構設計)
<https://leetcode-cn.com/problems/design-add-and-search-words-data-structure/>
## 題目描述
```
<pre class="calibre18">```
請你設計一個數據結構,支持 添加新單詞 和 查找字符串是否與任何先前添加的字符串匹配 。
實現詞典類 WordDictionary :
WordDictionary() 初始化詞典對象
void addWord(word) 將 word 添加到數據結構中,之后可以對它進行匹配
bool search(word) 如果數據結構中存在字符串與 word 匹配,則返回 true ;否則,返回 false 。word 中可能包含一些 '.' ,每個 . 都可以表示任何一個字母。
示例:
輸入:
["WordDictionary","addWord","addWord","addWord","search","search","search","search"]
[[],["bad"],["dad"],["mad"],["pad"],["bad"],[".ad"],["b.."]]
輸出:
[null,null,null,null,false,true,true,true]
解釋:
WordDictionary wordDictionary = new WordDictionary();
wordDictionary.addWord("bad");
wordDictionary.addWord("dad");
wordDictionary.addWord("mad");
wordDictionary.search("pad"); // return False
wordDictionary.search("bad"); // return True
wordDictionary.search(".ad"); // return True
wordDictionary.search("b.."); // return True
提示:
1 <= word.length <= 500
addWord 中的 word 由小寫英文字母組成
search 中的 word 由 '.' 或小寫英文字母組成
最調用多 50000 次 addWord 和 search
```
```
## 前置知識
- 前綴樹
## 公司
- 阿里
- 騰訊
## 思路
我們首先不考慮字符"."的情況。這種情況比較簡單,我們 addWord 直接添加到數組尾部,search 則線性查找即可。
接下來我們考慮特殊字符“.”,其實也不難,只不過 search 的時候,判斷如果是“.”, 我們認為匹配到了,繼續往后匹配即可。
上面的代碼復雜度會比較高,我們考慮優化。如果你熟悉前綴樹的話,應該注意到這可以使用前綴樹來進行優化。前綴樹優化之后每次查找復雜度是O(h)O(h)O(h), 其中 h 是前綴樹深度,也就是最長的字符串長度。
關于前綴樹,LeetCode 有很多題目。有的是直接考察,讓你實現一個前綴樹,有的是間接考察,比如本題。前綴樹代碼見下方,大家之后可以直接當成前綴樹的解題模板使用。

由于我們這道題需要考慮特殊字符".",因此我們需要對標準前綴樹做一點改造,insert 不做改變,我們只需要改變 search 即可,代碼(Python 3):
```
<pre class="calibre18">```
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">search</span><span class="hljs-params">(self, word)</span>:</span>
<span class="hljs-string">"""
Returns if the word is in the trie.
:type word: str
:rtype: bool
"""</span>
curr = self.Trie
<span class="hljs-keyword">for</span> i, w <span class="hljs-keyword">in</span> enumerate(word):
<span class="hljs-keyword">if</span> w == <span class="hljs-string">'.'</span>:
wizards = []
<span class="hljs-keyword">for</span> k <span class="hljs-keyword">in</span> curr.keys():
<span class="hljs-keyword">if</span> k == <span class="hljs-string">'#'</span>:
<span class="hljs-keyword">continue</span>
wizards.append(self.search(word[:i] + k + word[i + <span class="hljs-params">1</span>:]))
<span class="hljs-keyword">return</span> any(wizards)
<span class="hljs-keyword">if</span> w <span class="hljs-keyword">not</span> <span class="hljs-keyword">in</span> curr:
<span class="hljs-keyword">return</span> <span class="hljs-keyword">False</span>
curr = curr[w]
<span class="hljs-keyword">return</span> <span class="hljs-string">"#"</span> <span class="hljs-keyword">in</span> curr
```
```
標準的前綴樹搜索我也貼一下代碼,大家可以對比一下:
```
<pre class="calibre18">```
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">search</span><span class="hljs-params">(self, word)</span>:</span>
<span class="hljs-string">"""
Returns if the word is in the trie.
:type word: str
:rtype: bool
"""</span>
curr = self.Trie
<span class="hljs-keyword">for</span> w <span class="hljs-keyword">in</span> word:
<span class="hljs-keyword">if</span> w <span class="hljs-keyword">not</span> <span class="hljs-keyword">in</span> curr:
<span class="hljs-keyword">return</span> <span class="hljs-keyword">False</span>
curr = curr[w]
<span class="hljs-keyword">return</span> <span class="hljs-string">"#"</span> <span class="hljs-keyword">in</span> curr
```
```
## 關鍵點
- 前綴樹(也叫字典樹),英文名 Trie(讀作 tree 或者 try)
## 代碼
- 語言支持:Python3
Python3 Code:
關于 Trie 的代碼:
```
<pre class="calibre18">```
<span class="hljs-class"><span class="hljs-keyword">class</span> <span class="hljs-title">Trie</span>:</span>
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">__init__</span><span class="hljs-params">(self)</span>:</span>
<span class="hljs-string">"""
Initialize your data structure here.
"""</span>
self.Trie = {}
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">insert</span><span class="hljs-params">(self, word)</span>:</span>
<span class="hljs-string">"""
Inserts a word into the trie.
:type word: str
:rtype: void
"""</span>
curr = self.Trie
<span class="hljs-keyword">for</span> w <span class="hljs-keyword">in</span> word:
<span class="hljs-keyword">if</span> w <span class="hljs-keyword">not</span> <span class="hljs-keyword">in</span> curr:
curr[w] = {}
curr = curr[w]
curr[<span class="hljs-string">'#'</span>] = <span class="hljs-params">1</span>
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">search</span><span class="hljs-params">(self, word)</span>:</span>
<span class="hljs-string">"""
Returns if the word is in the trie.
:type word: str
:rtype: bool
"""</span>
curr = self.Trie
<span class="hljs-keyword">for</span> i, w <span class="hljs-keyword">in</span> enumerate(word):
<span class="hljs-keyword">if</span> w == <span class="hljs-string">'.'</span>:
wizards = []
<span class="hljs-keyword">for</span> k <span class="hljs-keyword">in</span> curr.keys():
<span class="hljs-keyword">if</span> k == <span class="hljs-string">'#'</span>:
<span class="hljs-keyword">continue</span>
wizards.append(self.search(word[:i] + k + word[i + <span class="hljs-params">1</span>:]))
<span class="hljs-keyword">return</span> any(wizards)
<span class="hljs-keyword">if</span> w <span class="hljs-keyword">not</span> <span class="hljs-keyword">in</span> curr:
<span class="hljs-keyword">return</span> <span class="hljs-keyword">False</span>
curr = curr[w]
<span class="hljs-keyword">return</span> <span class="hljs-string">"#"</span> <span class="hljs-keyword">in</span> curr
```
```
主邏輯代碼:
```
<pre class="calibre18">```
<span class="hljs-class"><span class="hljs-keyword">class</span> <span class="hljs-title">WordDictionary</span>:</span>
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">__init__</span><span class="hljs-params">(self)</span>:</span>
<span class="hljs-string">"""
Initialize your data structure here.
"""</span>
self.trie = Trie()
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">addWord</span><span class="hljs-params">(self, word: str)</span> -> <span class="hljs-keyword">None</span>:</span>
<span class="hljs-string">"""
Adds a word into the data structure.
"""</span>
self.trie.insert(word)
<span class="hljs-function"><span class="hljs-keyword">def</span> <span class="hljs-title">search</span><span class="hljs-params">(self, word: str)</span> -> bool:</span>
<span class="hljs-string">"""
Returns if the word is in the data structure. A word could contain the dot character '.' to represent any one letter.
"""</span>
<span class="hljs-keyword">return</span> self.trie.search(word)
<span class="hljs-title"># Your WordDictionary object will be instantiated and called as such:</span>
<span class="hljs-title"># obj = WordDictionary()</span>
<span class="hljs-title"># obj.addWord(word)</span>
<span class="hljs-title"># param_2 = obj.search(word)</span>
```
```
## 相關題目
- [0208.implement-trie-prefix-tree](208.implement-trie-prefix-tree.html)
- [0212.word-search-ii](212.word-search-ii.html)
- [0472.concatenated-words](problems/472.concatenated-words.md)
- [0820.short-encoding-of-words](https://github.com/azl397985856/leetcode/blob/master/problems/820.short-encoding-of-words.md)
- Introduction
- 第一章 - 算法專題
- 數據結構
- 基礎算法
- 二叉樹的遍歷
- 動態規劃
- 哈夫曼編碼和游程編碼
- 布隆過濾器
- 字符串問題
- 前綴樹專題
- 《貪婪策略》專題
- 《深度優先遍歷》專題
- 滑動窗口(思路 + 模板)
- 位運算
- 設計題
- 小島問題
- 最大公約數
- 并查集
- 前綴和
- 平衡二叉樹專題
- 第二章 - 91 天學算法
- 第一期講義-二分法
- 第一期講義-雙指針
- 第二期
- 第三章 - 精選題解
- 《日程安排》專題
- 《構造二叉樹》專題
- 字典序列刪除
- 百度的算法面試題 * 祖瑪游戲
- 西法的刷題秘籍】一次搞定前綴和
- 字節跳動的算法面試題是什么難度?
- 字節跳動的算法面試題是什么難度?(第二彈)
- 《我是你的媽媽呀》 * 第一期
- 一文帶你看懂二叉樹的序列化
- 穿上衣服我就不認識你了?來聊聊最長上升子序列
- 你的衣服我扒了 * 《最長公共子序列》
- 一文看懂《最大子序列和問題》
- 第四章 - 高頻考題(簡單)
- 面試題 17.12. BiNode
- 0001. 兩數之和
- 0020. 有效的括號
- 0021. 合并兩個有序鏈表
- 0026. 刪除排序數組中的重復項
- 0053. 最大子序和
- 0088. 合并兩個有序數組
- 0101. 對稱二叉樹
- 0104. 二叉樹的最大深度
- 0108. 將有序數組轉換為二叉搜索樹
- 0121. 買賣股票的最佳時機
- 0122. 買賣股票的最佳時機 II
- 0125. 驗證回文串
- 0136. 只出現一次的數字
- 0155. 最小棧
- 0167. 兩數之和 II * 輸入有序數組
- 0169. 多數元素
- 0172. 階乘后的零
- 0190. 顛倒二進制位
- 0191. 位1的個數
- 0198. 打家劫舍
- 0203. 移除鏈表元素
- 0206. 反轉鏈表
- 0219. 存在重復元素 II
- 0226. 翻轉二叉樹
- 0232. 用棧實現隊列
- 0263. 丑數
- 0283. 移動零
- 0342. 4的冪
- 0349. 兩個數組的交集
- 0371. 兩整數之和
- 0437. 路徑總和 III
- 0455. 分發餅干
- 0575. 分糖果
- 0874. 模擬行走機器人
- 1260. 二維網格遷移
- 1332. 刪除回文子序列
- 第五章 - 高頻考題(中等)
- 0002. 兩數相加
- 0003. 無重復字符的最長子串
- 0005. 最長回文子串
- 0011. 盛最多水的容器
- 0015. 三數之和
- 0017. 電話號碼的字母組合
- 0019. 刪除鏈表的倒數第N個節點
- 0022. 括號生成
- 0024. 兩兩交換鏈表中的節點
- 0029. 兩數相除
- 0031. 下一個排列
- 0033. 搜索旋轉排序數組
- 0039. 組合總和
- 0040. 組合總和 II
- 0046. 全排列
- 0047. 全排列 II
- 0048. 旋轉圖像
- 0049. 字母異位詞分組
- 0050. Pow(x, n)
- 0055. 跳躍游戲
- 0056. 合并區間
- 0060. 第k個排列
- 0062. 不同路徑
- 0073. 矩陣置零
- 0075. 顏色分類
- 0078. 子集
- 0079. 單詞搜索
- 0080. 刪除排序數組中的重復項 II
- 0086. 分隔鏈表
- 0090. 子集 II
- 0091. 解碼方法
- 0092. 反轉鏈表 II
- 0094. 二叉樹的中序遍歷
- 0095. 不同的二叉搜索樹 II
- 0096. 不同的二叉搜索樹
- 0098. 驗證二叉搜索樹
- 0102. 二叉樹的層序遍歷
- 0103. 二叉樹的鋸齒形層次遍歷
- 105. 從前序與中序遍歷序列構造二叉樹
- 0113. 路徑總和 II
- 0129. 求根到葉子節點數字之和
- 0130. 被圍繞的區域
- 0131. 分割回文串
- 0139. 單詞拆分
- 0144. 二叉樹的前序遍歷
- 0150. 逆波蘭表達式求值
- 0152. 乘積最大子數組
- 0199. 二叉樹的右視圖
- 0200. 島嶼數量
- 0201. 數字范圍按位與
- 0208. 實現 Trie (前綴樹)
- 0209. 長度最小的子數組
- 0211. 添加與搜索單詞 * 數據結構設計
- 0215. 數組中的第K個最大元素
- 0221. 最大正方形
- 0229. 求眾數 II
- 0230. 二叉搜索樹中第K小的元素
- 0236. 二叉樹的最近公共祖先
- 0238. 除自身以外數組的乘積
- 0240. 搜索二維矩陣 II
- 0279. 完全平方數
- 0309. 最佳買賣股票時機含冷凍期
- 0322. 零錢兌換
- 0328. 奇偶鏈表
- 0334. 遞增的三元子序列
- 0337. 打家劫舍 III
- 0343. 整數拆分
- 0365. 水壺問題
- 0378. 有序矩陣中第K小的元素
- 0380. 常數時間插入、刪除和獲取隨機元素
- 0416. 分割等和子集
- 0445. 兩數相加 II
- 0454. 四數相加 II
- 0494. 目標和
- 0516. 最長回文子序列
- 0518. 零錢兌換 II
- 0547. 朋友圈
- 0560. 和為K的子數組
- 0609. 在系統中查找重復文件
- 0611. 有效三角形的個數
- 0718. 最長重復子數組
- 0754. 到達終點數字
- 0785. 判斷二分圖
- 0820. 單詞的壓縮編碼
- 0875. 愛吃香蕉的珂珂
- 0877. 石子游戲
- 0886. 可能的二分法
- 0900. RLE 迭代器
- 0912. 排序數組
- 0935. 騎士撥號器
- 1011. 在 D 天內送達包裹的能力
- 1014. 最佳觀光組合
- 1015. 可被 K 整除的最小整數
- 1019. 鏈表中的下一個更大節點
- 1020. 飛地的數量
- 1023. 駝峰式匹配
- 1031. 兩個非重疊子數組的最大和
- 1104. 二叉樹尋路
- 1131.絕對值表達式的最大值
- 1186. 刪除一次得到子數組最大和
- 1218. 最長定差子序列
- 1227. 飛機座位分配概率
- 1261. 在受污染的二叉樹中查找元素
- 1262. 可被三整除的最大和
- 1297. 子串的最大出現次數
- 1310. 子數組異或查詢
- 1334. 閾值距離內鄰居最少的城市
- 1371.每個元音包含偶數次的最長子字符串
- 第六章 - 高頻考題(困難)
- 0004. 尋找兩個正序數組的中位數
- 0023. 合并K個升序鏈表
- 0025. K 個一組翻轉鏈表
- 0030. 串聯所有單詞的子串
- 0032. 最長有效括號
- 0042. 接雨水
- 0052. N皇后 II
- 0084. 柱狀圖中最大的矩形
- 0085. 最大矩形
- 0124. 二叉樹中的最大路徑和
- 0128. 最長連續序列
- 0145. 二叉樹的后序遍歷
- 0212. 單詞搜索 II
- 0239. 滑動窗口最大值
- 0295. 數據流的中位數
- 0301. 刪除無效的括號
- 0312. 戳氣球
- 0335. 路徑交叉
- 0460. LFU緩存
- 0472. 連接詞
- 0488. 祖瑪游戲
- 0493. 翻轉對
- 0887. 雞蛋掉落
- 0895. 最大頻率棧
- 1032. 字符流
- 1168. 水資源分配優化
- 1449. 數位成本和為目標值的最大數字
- 后序